超越开放世界目标检测中的平坦未知标签
计算机视觉与模式识别
2026-03-09 v2
摘要
大多数目标检测器在封闭世界假设下运行，仅能识别训练数据集中标注的类别，在遇到新物体时会失效。开放世界目标检测（OWOD）通过将未见过的物体检测为"未知"来放宽这一假设。然而，将所有新物体折叠为单一未区分标签会消除语义粒度，并限制知情决策。在本文中，我们提出 BOUND，一个开放世界检测器，通过推断未知物体的粗粒度类别而非仅标记其存在来推进 OWOD。这种丰富的表示提供了语义线索，可能有助于真实世界系统。例如，在自动驾驶中，区分"未知动物"（需要让行）与"未知碎片"（需要重新规划路线）会导致根本不同的规划行为。在技术上，BOUND 集成了基于 sparsemax 的目标性建模头、提供辅助监督的层次引导重标注组件，以及学习层次关系的分类模块。在 OWOD 基准上的实验表明，BOUND 在不牺牲已知类 mAP 的前提下实现了比现有基线更高的未知召回率，同时还能对未知实例进行结构化层次化分类。此外，在长尾 LVIS 数据集上的评估展示了鲁棒的泛化能力。代码将公开发布。
引用
@article{arxiv.2510.09173,
title = {Beyond Flat Unknown Labels in Open-World Object Detection},
author = {Yuchen Zhang and Yao Lu and Johannes Betz},
journal= {arXiv preprint arXiv:2510.09173},
year = {2026}
}
备注
8 pages, 3 figures